数学一

线性代数

矩阵的概念与线性运算

定位信息

• 章节：第二章 矩阵 §2.1
• 编号：MATH-LIN-03
• 难度：★★☆☆☆
• 近5年考频：基础概念，几乎每年涉及

---

一、知识点讲解

3.1 矩阵的定义

由 $m \times n$ 个数 $a_{ij}$（$i=1,\ldots,m; j=1,\ldots,n$）排成的 $m$ 行 $n$ 列数表称为 $m \times n$ 矩阵：

$A = \begin{pmatrix} a_{11} & a_{12} & \cdots & a_{1n} \\ a_{21} & a_{22} & \cdots & a_{2n} \\ \vdots & \vdots & & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{pmatrix}_{m \times n}$

简记 $A = (a_{ij})_{m \times n}$ 或 $A_{m \times n}$。

矩阵与行列式的本质区别：矩阵是一个数表（矩形阵列），行列式是一个数值（仅方阵才有）。$|A|$ 仅对方阵有意义。

3.2 特殊矩阵

名称	定义	记号
零矩阵	所有元素为0	$O_{m \times n}$
单位矩阵	主对角线为1，其余为0	$E_n$ 或 $I_n$
对角矩阵	非主对角线元素全为0	$\text{diag}(\lambda_1, \ldots, \lambda_n)$
数量矩阵	$\lambda E_n$	$kE$
上三角矩阵	主对角线以下全为0	—
下三角矩阵	主对角线以上全为0	—
对称矩阵	$A^T = A$，即 $a_{ij} = a_{ji}$	—
反对称矩阵	$A^T = -A$，即 $a_{ij} = -a_{ji}$，主对角线为0	—

3.3 矩阵的线性运算

加法：$A + B = (a_{ij} + b_{ij})_{m \times n}$（同型矩阵才能相加）

性质：交换律 $A+B = B+A$，结合律 $(A+B)+C = A+(B+C)$，存在零元 $A+O=A$。

数乘：$kA = (ka_{ij})_{m \times n}$

性质：$k(A+B) = kA + kB$，$(k+l)A = kA + lA$，$(kl)A = k(lA)$，$1 \cdot A = A$。

3.4 矩阵方程的基本形式

• $AX = B$：若 $A$ 可逆，$X = A^{-1}B$
• $XA = B$：若 $A$ 可逆，$X = BA^{-1}$
• $AXB = C$：若 $A, B$ 可逆，$X = A^{-1}CB^{-1}$

---

二、记忆辅助

1. 矩阵 vs 行列式："矩阵是表，行列式是数" —— 矩阵是 $m \times n$ 的数表，行列式是方阵对应的一个数值
2. 对称矩阵记忆：$A^T = A$ 即关于主对角线"对称翻折"不变；反对称矩阵主对角线必为零（因为 $a_{ii} = -a_{ii} \Rightarrow a_{ii} = 0$）
3. 运算封闭性：同型矩阵加法封闭、数乘封闭；矩阵乘法不要求同型但要求"内维匹配"

---

三、例题精解

例1：矩阵方程求解

题目：设 $A = \begin{pmatrix} 1 & 2 \ 3 & 5 \end{pmatrix}$，$B = \begin{pmatrix} 1 & 0 \ 0 & 1 \end{pmatrix}$，求矩阵 $X$ 使得 $AX = B$。

第一步：审题与分析$AX = B$ 即 $AX = E$，所以 $X = A^{-1}$。需要先验证 $A$ 可逆。

第二步：选择方法 计算 $|A|$ 判断是否可逆，若可逆则求 $A^{-1}$。

第三步：完整计算$|A| = 1 \times 5 - 2 \times 3 = 5 - 6 = -1 \neq 0$，所以 $A$ 可逆。

$A^{-1} = \frac{1}{|A|} A^* = \frac{1}{-1} \begin{pmatrix} 5 & -2 \\ -3 & 1 \end{pmatrix} = \begin{pmatrix} -5 & 2 \\ 3 & -1 \end{pmatrix}$

第四步：验证与总结$\boxed{X = \begin{pmatrix} -5 & 2 \ 3 & -1 \end{pmatrix}}$。验证：$AX = \begin{pmatrix} 1 & 2 \ 3 & 5 \end{pmatrix}\begin{pmatrix} -5 & 2 \ 3 & -1 \end{pmatrix} = \begin{pmatrix} -5+6 & 2-2 \ -15+15 & 6-5 \end{pmatrix} = \begin{pmatrix} 1 & 0 \ 0 & 1 \end{pmatrix}$。✓

---

例2：对称矩阵与反对称矩阵的分解

题目：证明任意方阵 $A$ 都可以唯一地表示为对称矩阵与反对称矩阵之和。

第一步：审题与分析 需要构造 $A = B + C$，其中 $B$ 对称（$B^T = B$），$C$ 反对称（$C^T = -C$），并证明唯一性。

第二步：选择方法 猜测 $B = \frac{A + A^T}{2}$，$C = \frac{A - A^T}{2}$，然后验证。

第三步：完整计算 令 $B = \frac{1}{2}(A + A^T)$，$C = \frac{1}{2}(A - A^T)$。

验证 $B$ 对称：$B^T = \frac{1}{2}(A + A^T)^T = \frac{1}{2}(A^T + A) = B$ ✓

验证 $C$ 反对称：$C^T = \frac{1}{2}(A - A^T)^T = \frac{1}{2}(A^T - A) = -C$ ✓

验证分解：$B + C = \frac{1}{2}(A + A^T) + \frac{1}{2}(A - A^T) = A$ ✓

唯一性：设 $A = B_1 + C_1 = B_2 + C_2$，则 $B_1 - B_2 = C_2 - C_1$。左边对称，右边反对称，设为 $M$。$M^T = M$ 且 $M^T = -M$，故 $M = -M$，$M = O$。所以 $B_1 = B_2$，$C_1 = C_2$。

第四步：验证与总结$\boxed{A = \frac{A+A^T}{2} + \frac{A-A^T}{2}}$ 是唯一的对称+反对称分解。

---

四、考情分析

• 题型分布：以概念辨析题（选择题）为主，矩阵运算贯穿所有大题
• 考查重点：矩阵与行列式的区别、特殊矩阵的性质、矩阵方程
• 命题趋势：矩阵基本概念常与后续章节（秩、特征值等）综合考查
• 分值占比：直接考查约2-3分，但矩阵运算是线性代数的基础设施

---

五、易错点

1. 矩阵加法要求同型：$A_{m \times n}$ 和 $B_{p \times q}$ 只有 $m=p, n=q$ 时才能相加，与乘法的"内维匹配"不同
2. 数乘与行列式的关系：$|kA| = k^n |A|$（$n$ 为阶数），不是 $k|A|$。这是高频错误
3. 对称矩阵的主对角线：反对称矩阵主对角线元素必为零，但对称矩阵的主对角线可以是任意值
4. 矩阵方程求解顺序：$AX = B$ 的解是 $X = A^{-1}B$（$A^{-1}$ 在左），$XA = B$ 的解是 $X = BA^{-1}$（$A^{-1}$ 在右），左右不可互换

---

六、来源标注

• 同济大学《线性代数》第6版 第2章 §2.1-§2.2
• 李永乐《线性代数辅导讲义》第2章
• 张宇《考研数学线性代数9讲》第2讲